摘要 | 第4-6页 |
Abstract | 第6-8页 |
第1章 绪论 | 第12-21页 |
1.1 研究背景及意义 | 第12-15页 |
1.1.1 问题提出 | 第12-14页 |
1.1.2 研究意义 | 第14-15页 |
1.2 国内外研究现状 | 第15-18页 |
1.2.1 国外研究进展 | 第15-16页 |
1.2.2 国内研究现状 | 第16-18页 |
1.3 论文研究主要内容及主要贡献 | 第18-21页 |
1.3.1 研究内容 | 第18-19页 |
1.3.2 论文组织结构 | 第19-21页 |
第2章 无人机影像质量评价模型研究 | 第21-40页 |
2.1 无人机影像质量评价基础 | 第21-24页 |
2.1.1 无人机影像质量客观评价的重要性 | 第21-22页 |
2.1.2 无人机影像失真类型 | 第22-23页 |
2.1.3 图像客观质量评价分类 | 第23-24页 |
2.2 现有的无参考图像质量评价方法 | 第24-28页 |
2.2.1 模糊和噪声失真的NR-IQA方法 | 第24-26页 |
2.2.2 基于机器学习的NR-IQA方法 | 第26-28页 |
2.3 视觉结构特征的NR-IQA模型 | 第28-39页 |
2.3.1 单演信号理论 | 第28-30页 |
2.3.2 视觉感知特征提取 | 第30-34页 |
2.3.3 基于单演相位一致性特征的图像质量评价方法 | 第34-35页 |
2.3.4 实验比较与分析 | 第35-39页 |
本章小结 | 第39-40页 |
第3章 基于快速NLM的无人机影像去噪研究 | 第40-58页 |
3.1 无人机影像噪声模型 | 第40-43页 |
3.1.1 影像退化模型与噪声特性 | 第41-42页 |
3.1.2 图像质量评价标准 | 第42-43页 |
3.2 经典的空间域图像滤波去噪理论 | 第43-46页 |
3.3 基于选择性计算的快速NLM去噪优化 | 第46-57页 |
3.3.1 NLM去噪算法理论与研究现状 | 第46-48页 |
3.3.2 基于逐次消元法的加速策略 | 第48-50页 |
3.3.3 图像积分图计算 | 第50-51页 |
3.3.4 自适应搜索区域 | 第51-53页 |
3.3.5 实验结果与分析 | 第53-57页 |
本章小结 | 第57-58页 |
第4章 无人机有雾影像清晰化研究 | 第58-76页 |
4.1 有雾影像清晰化研究现状 | 第58-60页 |
4.2 雾图原理与雾图清晰化算法 | 第60-65页 |
4.2.1 雾图成像的物理模型 | 第60-62页 |
4.2.2 基于大气散射模型的去雾清晰化算法 | 第62-65页 |
4.3 基于自适应引导滤波的图像清晰化方法 | 第65-72页 |
4.3.1 大气透射率优化 | 第65-66页 |
4.3.2 自适应权重的引导滤波 | 第66-71页 |
4.3.3 自适应引导滤波的单幅图像清晰化研究 | 第71-72页 |
4.4 实验比较与分析 | 第72-75页 |
4.4.1 效果对比与分析 | 第72-74页 |
4.4.2 运算速度对比 | 第74-75页 |
本章小结 | 第75-76页 |
第5章 快速的无人机影像自动拼接研究 | 第76-99页 |
5.1 影像拼接原理与现状 | 第76-79页 |
5.1.1 无人机影像拼接原理 | 第76-77页 |
5.1.2 影像拼接现状与存在的问题 | 第77-79页 |
5.2 无人机序列影像匹配 | 第79-88页 |
5.2.1 图像局部不变性特征描述 | 第79-82页 |
5.2.2 多尺度的ORB及加速策略 | 第82-86页 |
5.2.3 特征匹配 | 第86-87页 |
5.2.4 变换矩阵的参数估计 | 第87-88页 |
5.3 无缝图像融合 | 第88-92页 |
5.3.1 光照补偿 | 第88-90页 |
5.3.2 基于引导滤波加权平均影像融合 | 第90-92页 |
5.4 实验结果与分析 | 第92-98页 |
本章小结 | 第98-99页 |
第6章 无人机影像在房屋损毁应急评估中的应用 | 第99-108页 |
6.1 房屋损毁应急评估方案 | 第99-101页 |
6.1.1 数据源采集 | 第99-100页 |
6.1.2 基于无人机影像的灾情监测流程 | 第100-101页 |
6.2 灾区房屋信息识别 | 第101-104页 |
6.2.1 房屋特征分析 | 第101-102页 |
6.2.2 基于纹理特征的灾区房屋分割 | 第102-104页 |
6.3 房屋损毁信息统计与评价 | 第104-107页 |
本章小结 | 第107-108页 |
第7章 结束与展望 | 第108-110页 |
7.1 全文总结 | 第108-109页 |
7.2 研究展望 | 第109-110页 |
致谢 | 第110-111页 |
参考文献 | 第111-121页 |
攻读学位期间取得学术成果 | 第121页 |